以PhysicsAI預測重型吊鉤之結構強度

背  景

       重型吊鉤（圖一）在起重作業中承受高負荷，其結構強度直接關係到工地安全。在傳統有限元素分析中，不僅耗時，加上若設計修改頻繁也會延長開發時間。
       為解決這些問題，振鋒企業採用Altair PhysicsAI，將過去設計數據拿來運用，並轉化為預測工具，加速新設計分析，以提升效率與準確性。
 
 

圖一、重型吊鉤(來源：振鋒企業股份有限公司)

成  果

預測精準

       PhysicsAI模型能準確預測吊鉤的結構強度，其結果與傳統CAE分析的誤差非常小，誤差大約3%以內。(如圖二)

 

圖二、CAE驗證與PhysicsAI預測(來源：振鋒企業股份有限公司)

效率提升

       新設計的吊鉤結構強度分析，原本CAE計算需數小時，而PhysicsAI預測僅需數秒，與傳統分析相比大幅縮短設計周期  

 

技術亮點

參數化設計

       在HyperMesh對吊鉤進行參數化設計，支持快速生成多種設計方案。  

 

自動化分析

       於HyperStudy進行DOE設計分析。

 

PhysicsAI訓練與應用

       將歷史設計與分析數據用於訓練AI模型，實現快速、精準預測結構強度。

 

結  論

       振鋒企業利用Altair的PhysicsAI技術，將設計數據轉化為預測工具，大幅提升設計效率，減少修改時間。AI模型實現了設計與虛擬驗證的高效結合，展現了AI在工程設計中的潛力，並為企業打造了基於數據的創新設計流程。

 

資料來源: 2024 RTC技術亮點